PRAXISORIENTIERTE EINFÜHRUNG
|
|
- Arwed Schuster
- vor 5 Jahren
- Abrufe
Transkript
1 GRUNDLAGEN DER STATISTIK PRAXISORIENTIERTE EINFÜHRUNG Rainer Gaupp Leiter Qualität & Prozesse 1
2 INHALTE DER EINFÜHRUNG Theoretische Grundlagen: Natur vs. Sozialwissenschaft. Skalentypen. Streu- und Lagemasse. Normalverteilung & Wahrscheinlichkeit. Statistische Signifikanz. Statistische Methoden am konkreten Beispiel: t-test für unabhängige Stichproben. t-test für verbundene Stichproben. ANOVA. Bivariate Korrelation. Multiple Regression. Binärlogistische Regression. 2
3 VERFÜGBARE DATEN NATUR- VS. SOZIALWISSENSCHAFT Häufig in der Naturwissenschaft: Benötigte Daten können beobachtet oder direkt gemessen werden. Die Genauigkeit kann u.a. durch die Eichung von Messinstrumenten belegt werden. Häufig in der Sozialwissenschaft: Benötigte Daten (Konstrukte) können häufig nicht direkt gemessen werden. Die Messung der Konstrukte wird erst durch die Operationalisierung der Konstrukte möglich. 3
4 OPERATIONALISIERUNG AM BEISPIEL LATENTE KONSTRUKTE DER BSCL Theoretische Ebene Symptombelastung Theoretisches Konstrukt Somatisierung Unsicherheit im Sozialkontakt [ ] Depressivität Dimensionen des Konstrukts Wie sehr litten Sie in den letzten 7 Tagen unter Kopfschmerzen? Wie sehr litten Sie in den letzten 7 Tagen unter starker Befangenheit im Umgang mit anderen [ ] Wie sehr litten Sie in den letzten 7 Tagen unter Einsamkeitsgefühlen Indikatoren für die Dimensionen des Konstrukts [ ] [ ] [ ] [ ] Empirische Ebene 4
5 SKALENTYPEN AUSWAHLKRITERIUM FÜR STAT. VERFAHREN! Starke Abhängigkeit vom verfügbaren Skalenniveau: Zulässige Rechenoperationen. Zulässige statistische Verfahren. Übersicht über die wichtigsten Skalentypen: Nominalskala Ordinalskala Metrische Skala Klassifizierung von Objekten. Rangordnung zwischen Objekten Aussagen zur Grösse der Intervalle zwischen Objekten möglich. Z. B. ICD-Diagnose z. B. HoNOS Item z. B. K + -Spiegel Häufigkeitsverteilung, Nutzung als Gruppierungsvariable Nicht-parametrische Verfahren, Rangkorrelation Differenzbildung, weiterführende Verfahren der Statistik 5
6 STREU- UND LAGEMASSE CAVE: NICHT FÜR ALLE SKALENTYPEN ZULÄSSIG LAGEMASSE*: STREUMASSE*: Arrithmetisches Mittel (x, μ, mean): Durchschnitt. Range: R = x max x min Median (x): Wert, bei dem 50% der Messwerte erreicht sind. Modalwert (x M, mode): Häufigster Wert (häufigste Werte). Standardabweichung (s, σ, SD): s = 1 n 1 n i=1 (x i x )² Sind Streu- und Lagemasse für die Grundgesamtheit angegeben, werden griechische Buchstaben als Abkürzung verwendet 6
7 NORMALVERTEILUNG VORAUSSETZUNG VIELER MODELLE Wahrscheinlichkeit eine 1 zu würfeln (1 Würfel)? P = 1 6 = % Wahrscheinlichkeit die Summe 2 zu würfen (2 Würfel). Mögliche Kombination: (1/1) P = 1 2 = 2.77 % Anzahl Möglichkeiten bei zwei Würfeln Wahrscheinlichkeit die Summe 5 zu würfen (5 Würfel). Mögliche Kombinationen: (1/1/1/1/1) P = = % Anzahl Möglichkeiten bei 5 Würfeln
8 STATISTISCHE SIGNIFIKANZ IRRTUMSWAHRSCHEINLICHKEIT Fehler 1. Art / Alphafehler: Nullhypothese verwerfen, obwohl sie richtig ist. Die Signifikanz gibt an, mit welcher Wahrscheinlichkeit die Nullhypothese verworfen wird, obwohl sie richtig ist. in Praxi =.05 Sie statistische Signifikanz sagt nichts über die Stärke einer Wirkung oder die klinische Relevanz aus! Publikation von Effektstärken zunehmend relevant, auch bei einfachen Mittelwertvergleichen. Cohens d / Glass s Delta Signifikanztests hängen massgeblich von der Grösse der Stichprobe ab! 8
9 AUSWAHL STATISTISCHER TESTS 9
10 PRAXISBEISPIELE ANONYMISIERTER DATENSATZ Die nachfolgenden Beispiele werden aus einem realen Datensatz der Psychiatrie berechnet. Der Datensatz ist real, die angegebenen Abteilungsnamen sind jedoch fiktiv und alphabetisch zufällig nummeriert. Zur Übersicht einige Angaben zu den enthaltenen Daten: Fälle: N=369. Variablen: 63. Geschlecht: 51.8 % männliche Patienten. Alter: mean=45.7 Jahre (SD=17.3) Nationalität: 71% Schweizer. 10
11 FORSCHUNGSFRAGE 1 AGGRESSIVES VERHALTEN FORSCHUNGSFRAGE: GEGEBENE FAKTEN: Zeigen Patienten, die per FU eintreten bei Aufnahme ein aggressiveres Verhalten, als freiwillig eintretende Patienten? Zwei Gruppen (mit/ohne FU). Testvariable: HoNOS-Variable 1 (Aggressives Verhalten) 0= Kein Problem 4= schweres bis sehr schweres Problem Ordinalskala, als metrisch angenommen. Mittelwertvergleich. 11
12 FORSCHUNGSFRAGE 1 T-TEST UNABHÄNG. STICHPROBEN Klinisch bedeutsamer Unterschied (.76 vs. 2.47). Varianzhomogenität liegt vor. Der gefundene Unterschied ist statistisch signifikant (p<.0001). Effektstärke: Wird nicht von SPSS ausgegeben, externe Berechnung. Cohens d = 1.51 (grosser Effekt 1 ). 1 Bortz & Schuster
13 FORSCHUNGSFRAGE 2 BEHANDLUNGSERFOLG FORSCHUNGSFRAGE: GEGEBENE FAKTEN: Zur Messung unseres Behandlungserfolgs möchten wir wissen, ob sich Ein- und Austritts-HoNOS bei unseren Patienten unterscheidet? 1 Variablenpaar pro Fall (HoNOS_E / HoNOS_A). Testvariablen: HoNOS- Gesamtwerte (E/A) Summe aller 12 HoNOS Items, metrisch angenommen. Paarweiser Mittelwertvergleich. 13
14 FORSCHUNGSFRAGE 2 PAARWEISER T-TEST Klinisch bedeutsamer Unterschied (17.98 vs ). Die Ein- und Austrittswerte korrelieren nur mittelstark miteinander. Der gefundene Unterschied ist statistisch signifikant (p<.0001). auch hier können Effektstärken berechnet werden. 14
15 FORSCHUNGSFRAGE 3 BEHANDLUNGSUNTERSCHIEDE JE ABTEILUNG FORSCHUNGSFRAGE: GEGEBENE FAKTEN: Analog zur ANQ Messung interessiert uns, ob sich die HoNOS Differenzwerte zwischen den Abteilungen unserer Klinik unterscheiden. 1 Gruppenvariable (15 Abteilungen). Testvariablen: HoNOS Differenzwert (Eintritt- Austritt). AV (Faktor) = HoNOS_Diff. UV = Abteilung. AV=Abhängige Variable UV=Unabhängige Variable 15
16 FORSCHUNGSFRAGE 3 EINFAKTORIELLE VARIANZANALYSE (UNIANOVA) Boxplot hilft, die Daten zu veranschaulichen. Daraus erkennbar: nur geringe Unterschiede. Die sichtbaren Unterschiede sind stat. nicht signifikant, d.h. zufällig. 16
17 FORSCHUNGSFRAGE 4 ZUSAMMENHANG HoNOS und BSCL FORSCHUNGSFRAGE: GEGEBENE FAKTEN: Sie interessieren sich dafür, ob es einen Zusammenhang der beiden Indikatoren für die Symptombelastung (HoNOS und BSCL) gibt. Testvariablen: HoNOS und BSCL Gesamtwerte (E oder A) Beide ordinal skaliert, werden jedoch als metrisch angenommen. 17
18 FORSCHUNGSFRAGE 4 BIVARIATE KORRELATION Eintritt Austritt Die Zusammenhänge unterscheiden sich stark bei Ein- und Austritt. In beiden Fällen sind die Zusammenhänge stat. signifikant. Nur im Austritt zeigt sich jedoch eine mittlerer bis hoher Zusammenhang. 18
19 EINSCHUB KORRELATION = KAUSALITÄT? 19
20 FORSCHUNGSFRAGE 5 HoNOS DIFFERENZWERT FORSCHUNGSFRAGE: GEGEBENE FAKTEN: Um die Behandlungsqualität verschiedener Abteilungen zu prüfen, möchten Sie den HoNOS Differenzwert risikobereinigen. Testvariablen: HoNOS Differenzwert. 4 Variablen als Confounder (Diagnose Dummycodiert). Sie vermuten Alter, HoNOS Eintrittswert, Geschlecht, und Diagnose als wichtigste Confounder. 20
21 FORSCHUNGSFRAGE 5 MULTIPLES REGRESSIONSMODELL Diagnose HoNOS Eintrittswert?? Alter?? HoNOS Differenzwert? Geschlecht 21
22 FORSCHUNGSFRAGE 5 MULTIPLE REGRESSION Das Modell klärt knapp 40% der Varianz auf. Ihre vermuteten Confunder erklären mit einer Ausnahme kaum Varianz und sind stat. nicht signifikant. Einzig der HoNOS Eintrittswert hat einen starken Einfluss auf den HoNOS Differenzwert. 22
23 FORSCHUNGSFRAGE 6 VORHERSAGE DIAGNOSE F3 FORSCHUNGSFRAGE: GEGEBENE FAKTEN: Sie interessieren sich dafür, welche Prädiktoren eine Diagnose der Gruppe F3 vorhersagen können. Sie vermuten, dass Sie durch spezifische Variablen der Med. Statistik sowie demographische Angaben relativ gut abschätzen könnten, ob die Person eine Diagnose der Gruppe F3 erhalten wird. Abhängige Variable: Diagn. F3 Unabhängige Variablen: HoNOS bei Eintritt, Zivilstand (dummycodiert), Alter, HoNOS Item H7, BSCL Skala Depressivität, Antidepressiva. 23
24 FORSCHUNGSFRAGE 6 BINÄRLOGISTISCHE REGRESSION Ohne Prädiktoren liegt die Chance richtig zu schätzen bei 53.8%. Overall klärt das Modell 38.7% der Varianz auf, das Gesamtmodell ist stat. signifikant. Die nominale Variable Zivilstand hat 6 Ausprägungen, von denen 5 gegen die sechste verglichen werden. (dummycodiert) 24
25 FORSCHUNGSFRAGE 6 BINÄRLOGISTISCHE REGRESSION: Exp(B)=Odds Ratio Stichprobengrösse n=171 Obwohl das Modell overall knapp 40% Varianzen klärt, sind nur wenige Prädiktoren relevant. Wenn H7 (gedrückte Stimmung) um eine Einheit zunimmt, erhöht sich die Chance auf eine F3-Diagnose um fast das Dreifache (283.8%). 25
26 FORSCHUNGSFRAGE 6 EINFLUSS STICHPROBENGRÖSSE AUF SIGNIFIKANZ Stichprobengrösse n=
27 27
Parametrische vs. Non-Parametrische Testverfahren
Parametrische vs. Non-Parametrische Testverfahren Parametrische Verfahren haben die Besonderheit, dass sie auf Annahmen zur Verteilung der Messwerte in der Population beruhen: die Messwerte sollten einer
MehrStatistik. Jan Müller
Statistik Jan Müller Skalenniveau Nominalskala: Diese Skala basiert auf einem Satz von qualitativen Attributen. Es existiert kein Kriterium, nach dem die Punkte einer nominal skalierten Variablen anzuordnen
MehrStatistik III Regressionsanalyse, Varianzanalyse und Verfahren bei Messwiederholung mit SPSS
Statistik III Regressionsanalyse, Varianzanalyse und Verfahren bei Messwiederholung mit SPSS Verena Hofmann Dr. phil. des. Departement für Sonderpädagogik Universität Freiburg Petrus-Kanisius-Gasse 21
MehrStatistik II: Grundlagen und Definitionen der Statistik
Medien Institut : Grundlagen und Definitionen der Statistik Dr. Andreas Vlašić Medien Institut (0621) 52 67 44 vlasic@medien-institut.de Gliederung 1. Hintergrund: Entstehung der Statistik 2. Grundlagen
MehrAngewandte Statistik 3. Semester
Angewandte Statistik 3. Semester Übung 5 Grundlagen der Statistik Übersicht Semester 1 Einführung ins SPSS Auswertung im SPSS anhand eines Beispieles Häufigkeitsauswertungen Grafiken Statistische Grundlagen
MehrVS PLUS
VS PLUS Zusatzinformationen zu Medien des VS Verlags Statistik II Inferenzstatistik 2010 Übungsaufgaben und Lösungen Inferenzstatistik 2 [Übungsaufgaben und Lösungenn - Inferenzstatistik 2] ÜBUNGSAUFGABEN
Mehrfh management, communication & it Constantin von Craushaar fh-management, communication & it Statistik Angewandte Statistik
fh management, communication & it Folie 1 Überblick Grundlagen (Testvoraussetzungen) Mittelwertvergleiche (t-test,..) Nichtparametrische Tests Korrelationen Regressionsanalyse... Folie 2 Überblick... Varianzanalyse
MehrDeskription, Statistische Testverfahren und Regression. Seminar: Planung und Auswertung klinischer und experimenteller Studien
Deskription, Statistische Testverfahren und Regression Seminar: Planung und Auswertung klinischer und experimenteller Studien Deskriptive Statistik Deskriptive Statistik: beschreibende Statistik, empirische
MehrMethodenlehre. Vorlesung 12. Prof. Dr. Björn Rasch, Cognitive Biopsychology and Methods University of Fribourg
Methodenlehre Vorlesung 12 Prof. Dr., Cognitive Biopsychology and Methods University of Fribourg 1 Methodenlehre II Woche Datum Thema 1 FQ Einführung, Verteilung der Termine 1 18.2.15 Psychologie als Wissenschaft
MehrStatistische Methoden in den Umweltwissenschaften
Statistische Methoden in den Umweltwissenschaften t-test Varianzanalyse (ANOVA) Übersicht Vergleich von Mittelwerten 2 Gruppen: t-test einfaktorielle ANOVA > 2 Gruppen: einfaktorielle ANOVA Seeigel und
MehrStatistik II. IV. Hypothesentests. Martin Huber
Statistik II IV. Hypothesentests Martin Huber 1 / 22 Übersicht Weitere Hypothesentests in der Statistik 1-Stichproben-Mittelwert-Tests 1-Stichproben-Varianz-Tests 2-Stichproben-Tests Kolmogorov-Smirnov-Test
MehrSozialwissenschaftliche Fakultät der Universität Göttingen. Sommersemester 2009, Statistik mit SPSS
Sommersemester 2009, Statistik mit SPSS 26. August 2009 26. August 2009 Statistik Dozentin: mit Anja SPSS Mays 1 Bivariate Datenanalyse, Überblick bis Freitag heute heute Donnerstag Donnerstag Freitag
MehrStatistik K urs SS 2004
Statistik K urs SS 2004 3.Tag Grundlegende statistische Maße Mittelwert (mean) Durchschnitt aller Werte Varianz (variance) s 2 Durchschnittliche quadrierte Abweichung aller Werte vom Mittelwert >> Die
MehrKategoriale und metrische Daten
Kategoriale und metrische Daten Johannes Hain Lehrstuhl für Mathematik VIII Statistik 1/14 Übersicht Abhängig von der Anzahl der Ausprägung der kategorialen Variablen unterscheidet man die folgenden Szenarien:
MehrFranz Kronthaler. Statistik angewandt. Datenanalyse ist (k)eine Kunst. mit dem R Commander. A Springer Spektrum
Franz Kronthaler Statistik angewandt Datenanalyse ist (k)eine Kunst mit dem R Commander A Springer Spektrum Inhaltsverzeichnis Teil I Basiswissen und Werkzeuge, um Statistik anzuwenden 1 Statistik ist
MehrStatistik-Quiz Wintersemester
Statistik-Quiz Wintersemester Seite 1 von 8 Statistik-Quiz Wintersemester Die richtigen Lösungen sind mit gekennzeichnet. 1a Für 531 Personen liegen Daten zu folgenden Merkmalen vor. Welche der genannten
MehrGrundlagen sportwissenschaftlicher Forschung Inferenzstatistik 2
Grundlagen sportwissenschaftlicher Forschung Inferenzstatistik 2 Dr. Jan-Peter Brückner jpbrueckner@email.uni-kiel.de R.216 Tel. 880 4717 Statistischer Schluss Voraussetzungen z.b. bzgl. Skalenniveau und
MehrMethodenlehre. Vorlesung 10. Prof. Dr. Björn Rasch, Cognitive Biopsychology and Methods University of Fribourg
Methodenlehre Vorlesung 10 Prof. Dr., Cognitive Biopsychology and Methods University of Fribourg 1 Methodenlehre I Woche Datum Thema 1 FQ Einführung, Verteilung der Termine 1 25.9.13 Psychologie als Wissenschaft
MehrMethodenlehre. Vorlesung 11. Prof. Dr. Björn Rasch, Cognitive Biopsychology and Methods University of Fribourg
Methodenlehre Vorlesung 11 Prof. Dr., Cognitive Biopsychology and Methods University of Fribourg 1 03.12.13 Methodenlehre I Woche Datum Thema 1 FQ Einführung, Verteilung der Termine 1 25.9.13 Psychologie
Mehr5. Lektion: Einfache Signifikanztests
Seite 1 von 7 5. Lektion: Einfache Signifikanztests Ziel dieser Lektion: Du ordnest Deinen Fragestellungen und Hypothesen die passenden einfachen Signifikanztests zu. Inhalt: 5.1 Zwei kategoriale Variablen
MehrHypothesentests mit SPSS
Beispiel für eine einfache Regressionsanalyse (mit Überprüfung der Voraussetzungen) Daten: bedrohfb_v07.sav Hypothese: Die Skalenwerte auf der ATB-Skala (Skala zur Erfassung der Angst vor terroristischen
MehrStatistik II Übung 3: Hypothesentests
Statistik II Übung 3: Hypothesentests Diese Übung beschäftigt sich mit der Anwendung diverser Hypothesentests (zum Beispiel zum Vergleich der Mittelwerte und Verteilungen zweier Stichproben). Verwenden
MehrStatistik II Übung 3: Hypothesentests Aktualisiert am
Statistik II Übung 3: Hypothesentests Aktualisiert am 12.04.2017 Diese Übung beschäftigt sich mit der Anwendung diverser Hypothesentests (zum Beispiel zum Vergleich der Mittelwerte und Verteilungen zweier
MehrName Vorname Matrikelnummer Unterschrift
Dr. Hans-Otfried Müller Institut für Mathematische Stochastik Fachrichtung Mathematik Technische Universität Dresden Klausur Statistik II (Sozialwissenschaft, Nach- und Wiederholer) am 26.10.2007 Gruppe
MehrEinfaktorielle Varianzanalyse Vergleich mehrerer Mittelwerte
Einfaktorielle Varianzanalyse Vergleich mehrerer Mittelwerte Es wurden die anorganischen Phosphatwerte im Serum (mg/dl) eine Stunde nach einem Glukosetoleranztest bei übergewichtigen Personen mit Hyperinsulinämie,
MehrKlausur Statistik I. Dr. Andreas Voß Wintersemester 2005/06
Klausur Statistik I Dr. Andreas Voß Wintersemester 2005/06 Hiermit versichere ich, dass ich an der Universität Freiburg mit dem Hauptfach Psychologie eingeschrieben bin. Name: Mat.Nr.: Unterschrift: Bearbeitungshinweise:
MehrStatistische Methoden in den Umweltwissenschaften
Statistische Methoden in den Umweltwissenschaften Korrelationsanalysen Kreuztabellen und χ²-test Themen Korrelation oder Lineare Regression? Korrelationsanalysen - Pearson, Spearman-Rang, Kendall s Tau
MehrInhalt. Vorwort Univariate Verteilungen Verteilungen Die Normalverteilung... 47
Inhalt Vorwort... 9 1 Einleitung: Grundlagen der Statistik... 11 1.1 Die statistische Fragestellung im Forschungsprozess... 11 1.2 Grundbegriffe der Statistik... 13 1.3 Voraussetzung jeder Statistik: Die
MehrEinführung in die Statistik für Politikwissenschaftler Sommersemester 2011
Einführung in die Statistik für Politikwissenschaftler Sommersemester 2011 Es können von den Antworten alle, mehrere oder keine Antwort(en) richtig sein. Nur bei einer korrekten Antwort (ohne Auslassungen
MehrGlossar. den man als mindesten oder interessanten Effekt für die Population annimmt. Anpassungstest; 148 f., 151: Der Anpassungstest
Literatur Aron, A., Aron, E. N., and Coups, E. J. (2009). Statistics for Psychology. Upper Saddle River: Prentice Hall. Backhaus, K.; Erichson, B.; Plinke, W. und Weiber, R. (2006). Multivariate Analysemethoden.
MehrForschungsstatistik I
Prof. Dr. G. Meinhardt 6. Stock, Taubertsberg 2 R. 06-206 (Persike) R. 06-214 (Meinhardt) Sprechstunde jederzeit nach Vereinbarung Forschungsstatistik I Dr. Malte Persike persike@uni-mainz.de http://psymet03.sowi.uni-mainz.de/
MehrStatistische Messdatenauswertung
Roland Looser Statistische Messdatenauswertung Praktische Einführung in die Auswertung von Messdaten mit Excel und spezifischer Statistik-Software für naturwissenschaftlich und technisch orientierte Anwender
MehrAufgaben zu Kapitel 8
Aufgaben zu Kapitel 8 Aufgabe 1 a) Berechnen Sie einen U-Test für das in Kapitel 8.1 besprochene Beispiel mit verbundenen Rängen. Die entsprechende Testvariable punkte2 finden Sie im Datensatz Rangdaten.sav.
MehrInhaltsverzeichnis. Teil 1 Basiswissen und Werkzeuge, um Statistik anzuwenden
Inhaltsverzeichnis Teil 1 Basiswissen und Werkzeuge, um Statistik anzuwenden 1 Statistik ist Spaß 3 Warum Statistik? 3 Checkpoints 4 Daten 4 Checkpoints 7 Skalen - lebenslang wichtig bei der Datenanalyse
MehrStatistische Methoden in den Umweltwissenschaften
Statistische Methoden in den Umweltwissenschaften Post Hoc Tests A priori Tests (Kontraste) Nicht-parametrischer Vergleich von Mittelwerten 50 Ergebnis der ANOVA Sprossdichte der Seegräser 40 30 20 10
MehrInhalt. I Einführung. Kapitel 1 Konzept des Buches Kapitel 2 Messen in der Psychologie... 27
Inhalt I Einführung Kapitel 1 Konzept des Buches........................................ 15 Kapitel 2 Messen in der Psychologie.................................. 27 2.1 Arten von psychologischen Messungen....................
MehrStatistik-Klausur A WS 2009/10
Statistik-Klausur A WS 2009/10 Name: Vorname: Immatrikulationsnummer: Studiengang: Hiermit erkläre ich meine Prüfungsfähigkeit vor Beginn der Prüfung. Unterschrift: Dauer der Klausur: Erlaubte Hilfsmittel:
MehrStatistik III. Einfaktorielle Varianzanalyse (ANOVA), Regressionsanalyse und Verfahren bei Messwiederholung mit SPSS.
Statistik III Einfaktorielle Varianzanalyse (ANOVA), Regressionsanalyse und Verfahren bei Messwiederholung mit SPSS Verena Hofmann Dr. phil. Departement für Sonderpädagogik Universität Freiburg Petrus-Kanisius-Gasse
MehrInhaltsverzeichnis. 1 Über dieses Buch Zum Inhalt dieses Buches Danksagung Zur Relevanz der Statistik...
Inhaltsverzeichnis 1 Über dieses Buch... 11 1.1 Zum Inhalt dieses Buches... 13 1.2 Danksagung... 15 2 Zur Relevanz der Statistik... 17 2.1 Beispiel 1: Die Wahrscheinlichkeit, krank zu sein, bei einer positiven
MehrAuswertung mit dem Statistikprogramm SPSS: 30.11.05
Auswertung mit dem Statistikprogramm SPSS: 30.11.05 Seite 1 Einführung SPSS Was ist eine Fragestellung? Beispiel Welche statistische Prozedur gehört zu welcher Hypothese? Statistische Berechnungen mit
MehrGrundlagen sportwissenschaftlicher Forschung Deskriptive Statistik 2 Inferenzstatistik 1
Grundlagen sportwissenschaftlicher Forschung Deskriptive Statistik 2 Inferenzstatistik 1 Dr. Jan-Peter Brückner jpbrueckner@email.uni-kiel.de R.216 Tel. 880 4717 Rückblick: Besonders wichtige Themen Wissenschaftstheoretischer
MehrAufgaben zu Kapitel 5:
Aufgaben zu Kapitel 5: Aufgabe 1: Ein Wissenschaftler untersucht, in wie weit die Reaktionszeit auf bestimmte Stimuli durch finanzielle Belohnung zu steigern ist. Er möchte vier Bedingungen vergleichen:
MehrSozialwissenschaftliche Fakultät der Universität Göttingen. Sommersemester Statistik mit SPSS
Sommersemester 2009 Statistik mit SPSS 09. Mai 2009 09. Mai 2009 Statistik Dozentin: mit Esther SPSSOchoa Fernández 1 Arbeitsschritte bei der Datenanalyse Datenmanagement (Einlesen von Daten, Teilen von
MehrPrüfung aus Wahrscheinlichkeitstheorie und Statistik MASCHINENBAU 2003
Prüfung aus Wahrscheinlichkeitstheorie und Statistik MASCHINENBAU 2003. Eine seltene Krankheit trete mit Wahrscheinlichkeit : 0000 auf. Die bedingte Wahrscheinlichkeit, dass ein bei einem Erkrankten durchgeführter
MehrVII. Inhaltsverzeichnis
VII Inhaltsverzeichnis Vorwort XIII Teil 1 Datentypen 1 Datentypen 3 1.1 Kommt es wirklich darauf an? 3 1.2 Daten auf einer Intervallskala 3 1.3 Daten auf einer Ordinalskala 4 1.4 Daten auf einer Nominalskala
MehrForschungsstatistik I
Psychologie Prof. Dr. G. Meinhardt 6. Stock, TB II R. 06-206 (Persike) R. 06-321 (Meinhardt) Sprechstunde jederzeit nach Vereinbarung Forschungsstatistik I Dr. Malte Persike persike@uni-mainz.de http://psymet03.sowi.uni-mainz.de/
MehrTeil XI. Hypothesentests für zwei Stichproben. Woche 9: Hypothesentests für zwei Stichproben. Lernziele. Beispiel: Monoaminooxidase und Schizophrenie
Woche 9: Hypothesentests für zwei Stichproben Patric Müller Teil XI Hypothesentests für zwei Stichproben ETHZ WBL 17/19, 26.06.2017 Wahrscheinlichkeit und Statistik Patric
MehrAuswertung und Lösung
Dieses Quiz soll Ihnen helfen, Kapitel 4.6 und 4.7 besser zu verstehen. Auswertung und Lösung Abgaben: 59 / 265 Maximal erreichte Punktzahl: 8 Minimal erreichte Punktzahl: 0 Durchschnitt: 4.78 1 Frage
MehrVS PLUS
VS PLUS Zusatzinformationen zu Medien des VS Verlags Statistik II Inferenzstatistik 2010 Übungsaufgaben und Lösungen - Inferenzstatistik 1 [Übungsaufgaben und Lösungenn - Inferenzstatistik 1] ÜBUNGSAUFGABEN
MehrKlausur Statistik I Dr. Andreas Voß Wintersemester 2005/06
Klausur Statistik I Dr. Andreas Voß Wintersemester 2005/06 Hiermit versichere ich, dass ich an der Universität Freiburg mit dem Hauptfach Psychologie eingeschrieben bin Name: Mat.Nr.: Unterschrift: Bearbeitungshinweise:
MehrBereiche der Statistik
Bereiche der Statistik Deskriptive / Exploratorische Statistik Schließende Statistik Schließende Statistik Inferenz-Statistik (analytische, schließende oder konfirmatorische Statistik) baut auf der beschreibenden
MehrUE Angewandte Statistik Termin 4 Gruppenvergleichstests
UE Angewandte Statistik Termin 4 Gruppenvergleichstests Martina Koller Institut für Pflegewissenschaft SoSe 2015 INHALT 1 Allgemeiner Überblick... 1 2 Normalverteilung... 2 2.1 Explorative Datenanalyse...
MehrWiederholung Statistik I. Statistik für SozialwissenschaftlerInnen II p.8
Wiederholung Statistik I Statistik für SozialwissenschaftlerInnen II p.8 Konstanten und Variablen Konstante: Merkmal hat nur eine Ausprägung Variable: Merkmal kann mehrere Ausprägungen annehmen Statistik
MehrEinführung in die Statistik für Politikwissenschaftler Sommersemester 2013
Einführung in die Statistik für Politikwissenschaftler Sommersemester 2013 1. Welche Aussage zur Statistik (in den Sozialwissenschaften) sind richtig? (2 Punkte) ( ) Statistik ist die Lehre von Methoden
Mehr1 Wahrscheinlichkeitsrechnung. 2 Zufallsvariablen und ihre Verteilung. 3 Statistische Inferenz. 4 Intervallschätzung. 5 Hypothesentests.
0 Einführung 1 Wahrscheinlichkeitsrechnung 2 Zufallsvariablen und ihre Verteilung 3 Statistische Inferenz 4 Intervallschätzung 5 Hypothesentests 6 Regression Lineare Regressionsmodelle Deskriptive Statistik:
Mehr5. Seminar Statistik
Sandra Schlick Seite 1 5. Seminar 5. Seminar Statistik 30 Kurztest 4 45 Testen von Hypothesen inkl. Übungen 45 Test- und Prüfverfahren inkl. Übungen 45 Repetitorium und Prüfungsvorbereitung 15 Kursevaluation
MehrMethodenlehre. Vorlesung 10. Prof. Dr. Björn Rasch, Cognitive Biopsychology and Methods University of Fribourg
Methodenlehre Vorlesung 10 Prof. Dr., Cognitive Biopsychology and Methods University of Fribourg 1 Methodenlehre II Woche Datum Thema 1 FQ Einführung, Verteilung der Termine 1 18.2.15 Psychologie als Wissenschaft
MehrSchließende Statistik
Schließende Statistik Die schließende Statistik befasst sich mit dem Rückschluss von einer Stichprobe auf die Grundgesamtheit (Population). Die Stichprobe muss repräsentativ für die Grundgesamtheit sein.
MehrSTATISTIK FÜR STATISTIK-AGNOSTIKER Teil 1 (wie mich)
WS 07/08-1 STATISTIK FÜR STATISTIK-AGNOSTIKER Teil 1 (wie mich) Nur die erlernbaren Fakten, keine Hintergrundinfos über empirische Forschung etc. (und ich übernehme keine Garantie) Bei der Auswertung von
MehrStatistik II: Signifikanztests /1
Medien Institut : Signifikanztests /1 Dr. Andreas Vlašić Medien Institut (0621) 52 67 44 vlasic@medien-institut.de Gliederung 1. Noch einmal: Grundlagen des Signifikanztests 2. Der chi 2 -Test 3. Der t-test
Mehr10. Medizinische Statistik
10. Medizinische Statistik Projektplanung Deskriptive Statistik Inferenz-Statistik Literatur: Hüsler, J. und Zimmermann, H.: Statistische Prinzipien für medizinische Projekte, Verlag Hans Huber, 1993.
MehrAufgaben zu Kapitel 7:
Aufgaben zu Kapitel 7: Aufgabe 1: In einer Klinik sollen zwei verschiedene Therapiemethoden miteinander verglichen werden. Zur Messung des Therapieerfolges werden die vorhandenen Symptome einmal vor Beginn
MehrInhaltsverzeichnis Einführung und deskriptive Statistik Grundlagen der Inferenzstatistik 1: Zufallsvariablen
Inhaltsverzeichnis 1 Einführung und deskriptive Statistik... 1 1.1 Wichtige mathematische Schreibweisen... 1 1.1.1 Das Summenzeichen... 1 1.1.2 Mengentheoretische Schreibweisen... 3 1.1.3 Variablentransformationen...
MehrSerie 9, Musterlösung
WST www.adams-science.org Serie 9, Musterlösung Klasse: 4U, 4Mb, 4Eb Datum: FS 18 1. Mädchen vs. Knaben 442187 Unter 3000 in einer Klinik neugeborenen Kindern befanden sich 1578 Knaben. Testen Sie mit
MehrBiomathematik für Mediziner
Institut für Medizinische Biometrie, Informatik und Epidemiologie der Universität Bonn (Direktor: Prof. Dr. Max P. Baur) Biomathematik für Mediziner Klausur WS 001/00 Aufgabe 1: Die empirische Varianz
MehrAufgaben zu Kapitel 7:
Aufgaben zu Kapitel 7: Aufgabe 1: In einer Klinik sollen zwei verschiedene Therapiemethoden miteinander verglichen werden. Zur Messung des Therapieerfolges werden die vorhandenen Symptome einmal vor Beginn
MehrWahrscheinlichkeitsverteilungen
Universität Bielefeld 3. Mai 2005 Wahrscheinlichkeitsrechnung Wahrscheinlichkeitsrechnung Das Ziehen einer Stichprobe ist die Realisierung eines Zufallsexperimentes. Die Wahrscheinlichkeitsrechnung betrachtet
MehrInformationen zur KLAUSUR am
Wiederholung und Fragen 1 Informationen zur KLAUSUR am 24.07.2009 Raum: 032, Zeit : 8:00 9:30 Uhr Bitte Lichtbildausweis mitbringen! (wird vor der Klausur kontrolliert) Erlaubte Hilfsmittel: Alle Unterlagen,
MehrTesten von Unterschiedshypothesen mit parametrischen Verfahren Der t-test
Schäfer A & Schöttker-Königer T, Statistik und quantitative Methoden für (2015) Arbeitsblatt 1 SPSS Kapitel 5 Seite 1 Testen von Unterschiedshypothesen mit parametrischen Verfahren Der t-test Im Folgenden
MehrStatistik im Klartext Für Psychologen, Wirtschaftsund Sozialwissenschaftler. Fabian Heimsch Rudolf Niederer Peter Zöfel
Statistik im Klartext Für Psychologen, Wirtschaftsund Sozialwissenschaftler 2., aktualisierte und erweiterte Aulage Fabian Heimsch Rudolf Niederer Peter Zöfel Statistik im Klartext - PDF Inhaltsverzeichnis
MehrFH- Management & IT. Constantin von Craushaar FH-Management & IT Statistik Angewandte Statistik (Übungen)
FH- Management & IT Folie 1 Rückblick Häufigkeiten berechnen Mittelwerte berechnen Grafiken ausgeben Grafiken anpassen und als Vorlage abspeichern Variablenoperationen Fälle vergleichen Fälle auswählen
MehrGlossar Biometrie / Statistik. Auszug für Fragebogen Fallzahlberechnung/-begründung
Glossar Biometrie / Statistik A Äquivalenztest Der Äquivalenztest beurteilt die Gleichwertigkeit von Therapien. Beim Äquivalenztest werden als Hypothesen formuliert: Nullhypothese H 0 : Die Präparate sind
MehrWahrscheinlichkeit 1-α: richtige Entscheidung - wahrer Sachverhalt stimmt mit Testergebnis überein. Wahrscheinlichkeit α: falsche Entscheidung -
wahrer Sachverhalt: Palette ist gut Palette ist schlecht Entscheidung des Tests: T K; Annehmen von H0 ("gute Palette") positive T > K; Ablehnen von H0 ("schlechte Palette") negative Wahrscheinlichkeit
MehrStatistik-Quiz Sommersemester
Statistik-Quiz Sommersemester Seite 1 von 8 Statistik-Quiz Sommersemester Die richtigen Lösungen sind mit gekennzeichnet. 1 In einer Gruppe von 337 Probandinnen und Probanden wurden verschiedene Merkmale
MehrBitte am PC mit Windows anmelden!
Einführung in SPSS Plan für heute: Grundlagen/ Vorwissen für SPSS Vergleich der Übungsaufgaben Einführung in SPSS http://weknowmemes.com/generator/uploads/generated/g1374774654830726655.jpg Standardnormalverteilung
MehrSozialwissenschaftlerInnen II
Statistik für SozialwissenschaftlerInnen II Henning Best best@wiso.uni-koeln.de Universität zu Köln Forschungsinstitut für Soziologie Statistik für SozialwissenschaftlerInnen II p.1 Varianzanalyse Statistik
MehrBiomathematik für Mediziner
Institut für Medizinische Biometrie, Informatik und Epidemiologie der Universität Bonn (Direktor: Prof. Dr. Max P. Baur) Biomathematik für Mediziner Klausur SS 2002 Aufgabe 1: Franz Beckenbauer will, dass
MehrUnterschiedshypothesen für maximal 2 Gruppen, wenn die Voraussetzungen für parametrische Verfahren nicht erfüllt sind
Schäfer A & Schöttker-Königer T, Statistik und quantitative Methoden für (2015) Arbeitsblatt 1 SPSS Kapitel 6 Seite 1 Unterschiedshypothesen für maximal 2 Gruppen, wenn die Voraussetzungen für parametrische
MehrEinführung in die Statistik
Einführung in die Statistik 1. Deskriptive Statistik 2. Induktive Statistik 1. Deskriptive Statistik 1.0 Grundbegriffe 1.1 Skalenniveaus 1.2 Empirische Verteilungen 1.3 Mittelwerte 1.4 Streuungsmaße 1.0
MehrSignifikanzprüfung. Peter Wilhelm Herbstsemester 2016
Signifikanzprüfung Peter Wilhelm Herbstsemester 2016 1.) Auswahl des passenden Tests 2.) Begründete Festlegung des Alpha-Fehlers nach Abschätzung der Power 3.) Überprüfung der Voraussetzungen 4.) Durchführung
Mehr'+4 Elisabeth Raab-Steiner / Michael Benesch. Der Fragebogen. Von der Forschungsidee zur SPSS-Auswertung. 4., aktualisierte und überarbeitete Auflage
'+4 Elisabeth Raab-Steiner / Michael Benesch Der Fragebogen Von der Forschungsidee zur SPSS-Auswertung 4., aktualisierte und überarbeitete Auflage facultas «4 Inhaltsverzeichnis 1 Elementare Definitionen
MehrStatistische Methoden
Markus Pospeschill Statistische Methoden Strukturen, Grundlagen, Anwendungen in Psychologie und Sozialwissenschaften ELSEVIER SPEKTRUM AKADEMISCHER VERLAG Spektrum k_/l. AKADEMISCHER VERLAG VIII Inhaltsverzeichnis
MehrLösungen zu den Übungsaufgaben in Kapitel 10
Lösungen zu den Übungsaufgaben in Kapitel 10 (1) In einer Stichprobe mit n = 10 Personen werden für X folgende Werte beobachtet: {9; 96; 96; 106; 11; 114; 114; 118; 13; 14}. Sie gehen davon aus, dass Mittelwert
MehrInferenzstatistik verstehen
Markus Janczyk Roland Pfister Inferenzstatistik verstehen Von A wie Signifikanztest bis Z wie Konfidenzintervall ^ Springer Spektrum vii 1 Einführung und deskriptive Statistik 1 1.1 Wichtige mathematische
Mehr3. Lektion: Deskriptive Statistik
Seite 1 von 5 3. Lektion: Deskriptive Statistik Ziel dieser Lektion: Du kennst die verschiedenen Methoden der deskriptiven Statistik und weißt, welche davon für Deine Daten passen. Inhalt: 3.1 Deskriptive
MehrTutorium empirische Auswertung. Tobias Röding, M.Sc.
Tutorium empirische Auswertung Tobias Röding, M.Sc. Agenda Einführung: Warum diese Veranstaltung? Der Fragebogen Methoden der statistischen Auswertung Schriftliche Aufbereitung der Ergebnisse Einblick
MehrMathematische und statistische Methoden II
Methodenlehre e e Prof. Dr. G. Meinhardt 6. Stock, Wallstr. 3 (Raum 06-06) Sprechstunde jederzeit nach Vereinbarung und nach der Vorlesung. Mathematische und statistische Methoden II Dr. Malte Persike
Mehr7. Lösungen weitere Übungsaufgaben Statistik für Ingenieure WiSe 16/17
7. Lösungen weitere Übungsaufgaben Statistik für Ingenieure WiSe 16/17 1. Aufgabe: a) Grundgesamtheit sind alle Reifen aus der Produktion von Langstone aus dem Monat März der entsprechenden Reifentypen.
MehrBefehl: Analysieren > Deskriptive Statistiken > Häufigkeiten. Unter: Statistiken: Angabe Kurtosis/ Schiefe/ andere Lagemasse
Grundeinstellungen Befehl: Bearbeiten >Optionen > Allgemein: Namen anzeigen Häufigkeiten Befehl: Analysieren > Deskriptive Statistiken > Häufigkeiten Unter: Statistiken: Angabe Kurtosis/ Schiefe/ andere
MehrInstitut für Soziologie Werner Fröhlich. Methoden 2. Kontingenztabellen Chi-Quadrat-Unabhängigkeitstest
Institut für Soziologie Methoden 2 Kontingenztabellen Chi-Quadrat-Unabhängigkeitstest Aufbau der Sitzung Was sind Kontingenztabellen? Wofür werden Kontingenztabellen verwendet? Aufbau und Interpretation
MehrHäufigkeitsauszählungen, zentrale statistische Kennwerte und Mittelwertvergleiche
Lehrveranstaltung Empirische Forschung und Politikberatung der Universität Bonn, WS 2007/2008 Häufigkeitsauszählungen, zentrale statistische Kennwerte und Mittelwertvergleiche 30. November 2007 Michael
Mehr1. Datei Informationen
1. Datei Informationen Datei vorbereiten (Daten, Variablen, Bezeichnungen und Skalentypen) > Datei Dateiinformation anzeigen Arbeitsdatei 2. Häufigkeiten Analysieren Deskriptive Statistik Häufigkeiten
MehrSBP Mathe Aufbaukurs 1 # 0 by Clifford Wolf. SBP Mathe Aufbaukurs 1
SBP Mathe Aufbaukurs 1 # 0 by Clifford Wolf SBP Mathe Aufbaukurs 1 # 0 Antwort Diese Lernkarten sind sorgfältig erstellt worden, erheben aber weder Anspruch auf Richtigkeit noch auf Vollständigkeit. Das
Mehr1.1. Zusammenhänge und Vorhersagen
1.1. Zusammenhänge und Vorhersagen In diesem Kapitel dreht sich alles um Zusammenhänge und Vorhersagen. Anstatt uns zu fragen Was ist größer / mehr / ausgeprägter?, versuchen wir Aussagen zu treffen wie
MehrQuantitative Methoden (Vertretung für Prof. Th. Pechmann)
Quantitative Methoden (Vertretung für Prof. Th. Pechmann) Inferenzstatistik I: Zusammenhänge (Korrelationen) Logik inferenzstatistischer Verfahren Andreas Opitz Universität Leipzig Institut für Linguistik
MehrSigmaStat Nina Becker, Christoph. Rothenwöhrer. Copyright 2004 Systat Software, Inc.
SigmaStat 3.11 Copyright 2004 Systat Software, Inc. http://www.systat.com Nina Becker, Christoph Rothenwöhrer Die Aufgabe der Statistik ist die Zusammenfassung von Daten, deren Darstellung, Analyse und
Mehr4.1. Verteilungsannahmen des Fehlers. 4. Statistik im multiplen Regressionsmodell Verteilungsannahmen des Fehlers
4. Statistik im multiplen Regressionsmodell In diesem Kapitel wird im Abschnitt 4.1 zusätzlich zu den schon bekannten Standardannahmen noch die Annahme von normalverteilten Residuen hinzugefügt. Auf Basis
MehrSignifikanzprüfung. Peter Wilhelm Herbstsemester 2014
Signifikanzprüfung Peter Wilhelm Herbstsemester 2014 1.) Auswahl des passenden Tests 2.) Begründete Festlegung des Alpha- Fehlers nach Abschätzung der Power 3.) Überprüfung der Voraussetzungen 4.) Durchführung
MehrInstitut für Soziologie Werner Fröhlich. Methoden 2. Kontingenztabellen Chi-Quadrat-Unabhängigkeitstest
Institut für Soziologie Methoden 2 Kontingenztabellen Chi-Quadrat-Unabhängigkeitstest Aufbau der Sitzung Was sind Kontingenztabellen? Wofür werden Kontingenztabellen verwendet? Aufbau und Interpretation
Mehr